南京SO_2、NO_2和PM_(10)变化特征及其与气象条件的关系

利用南京市2002—2006年大气监测资料,分析了南京市大气中SO2、NO2、PM10年变化趋势及月季规律,评价了南京市空气质量状况。结果表明:5a来,SO2质量浓度呈显著上升趋势,NO2质量浓度缓慢上升,PM10质量浓度明显下降;南京市首要污染物是PM10,SO2、NO2污染较轻;3种污染物质量浓度均以夏季最低。进一步研究不同气象条件下污染物质量浓度发现,污染物质量浓度与风速反相关,且东南风时浓度最高;降水对污染物有清除作用;雾、霾天气下污染加剧;气象能见度与PM10、NO2的质量浓度反相关;污染物有明显的"周末效应",周末质量浓度值较低。     

西安市区PM10质量浓度时空变化特征及与气象条件的关系

以西安市环境监测站1998--2006年大气PM10的监测资料为基础,分析了西安市区PM10污染物质量浓度的特征及与气象要素之间的关系,结果表明：PM10平均质量浓度冬季较大、夏季较小,质量浓度分布以高压开关厂为最高,取暖期污染物排放增加是影响PM10质量浓度的重要因素,PM10质量浓度近年来有降低的趋势,PM10质量浓度变化与降水、风速呈显著负相关。     

南宁市PM10浓度与气象条件分析

利用南宁大气成分观测系统建成以来收集的数据,分析南宁市大气成分中可吸入颗粒物(PM10)的浓度变化及其与各种气象条件的相关性。分析结果表明,南宁PM10浓度与降水量、温度、风速等要素稳定为反相关,但与湿度存在一个分界线。     

哈尔滨市PM10污染与气象条件分析

统计分析了2006-2010年哈尔滨市的3种污染物逐日污染物指数API数据,着重统计分析了哈尔滨市主要污染物PM10的逐月和季节演变特征,并对PM10浓度与平均气温、能见度、降水量、相对湿度、气压和平均风速6个气象要素的关系做了初步定量分析。研究结果表明：2006-2010年PM10浓度变化不大,空气质量好于二级的天数...     

福州市PM2.5、PM2.5/PM10分布特征及与气象条件关系的初步分析

利用福州市PM2.5、PM10和气象资料,分析PM2.5、PM2.5/PM10的分布特征及与气象条件的关系。结果表明:福州市细粒子污染程度较轻,春季PM2.5和PM2.5/PM10值均是四季中最高的,其次是冬季,夏季最低;影响PM2.5浓度出现高值的天气系统有:暖区辐合与高空槽前、大陆高压后部和暖区降水三种系统,其中暖区降水天气形势下的PM2.5平均浓度最高,超标率为25.5%;影响PM2.5浓度出现低值的天气系统有:冷高压脊、高压底部和高空槽后,副热带高压及边缘,台风(热带辐合带)及外围系统,在后两种天气系统影响下的PM2.5平均浓度最低,超标率为0;剔除因降水、雾等低能见度个例,PM2.5浓度与能见度的相关系数为-0.626,冬春季的相关系数是夏秋季的1.4倍;PM2.5浓度与单一气象要素(如温度、相对湿度、风速等)相关性不明显,但不同季节、不同气象要素变化的组合对PM2.5浓度有直接影响。      

江苏淮安地区大气污染变化特征及其与气象条件的关系

采用江苏省淮安市地面5个监测站2013年1月1日—2015年12月31日PM_(10)、PM_(2.5)、SO_2、NO_2、CO、O_3逐日质量浓度资料及同期气象资料,统计分析了该地区空气污染季节变化特征及其与气象条件的关系;采用MODIS的光学厚度AOD(Aerosol Optical Depth)资料和火点资料分析了2013年12月发生在淮安的一次持续性大气污染事件。研究结果表明,淮安空气质量AQI指数(Air Quality Index)在春冬季较高,夏秋季较低,污染天气发生在春冬季的概率为23.6%,夏秋季的概率为13.3%。淮安地区的首要大气污染物为颗粒物污染,其中PM_(10)、PM_(2.5)占比分别达到25.2%、48.9%,PM_(10)中PM_(2.5)比率年平均为61.0%,臭氧是第2大污染物,占比为25.8%。表征大气柱气溶胶浓度的AOD的季节变化与地面颗粒物浓度截然不同,颗粒物浓度1月和12月出现极高值,而这两个月AOD月平均值却在一年中达到极低值,AOD最高值出现在7月。另外,AQI与降水、气温、风速、相对湿度呈负相关关系,但相关程度较弱。     

2008年奥运会期间北京地区PM10污染天气形势和气象条件特征研究

利用2008年7～9月北京污染监测资料、气象观测资料、韩国气象厅天气图资料及NCEP再分析资料,分析了2008年奥运会期间北京地区空气动力学当量直径小于等于10μm颗粒物(PM10)污染特征及其成因,统计了利于和不利于污染物扩散的天气形势,研究了北京发生PM10污染的典型天气形势和气象条件。结果表明:1)奥运会期间北京共有8天出现PM10污染,包括一次持续污染过程,奥运会赛时和残奥会赛时未出现污染过程,这主要与北京8、9月降水偏多有关;2)不利于污染扩散的天气形势(如风速较小、偏南风、高温高湿、近地层出现持续逆温)出现频率较高,但并未造成特征性的PM10污染,这可能与奥运会期间的污染控制措施有关;3)PM10污染过程多与台风系统或热带低压的北上,从而阻滞了华北地区天气系统的南下东移相关联。     

北京地区PM10污染的气象特征

选用北京城郊5个代表站2000年可吸人颗粒物PM10逐时浓度监测资料,较为系统地统计分析了北京地区主要空气污染物一PM10的时空分布特征,其中包括PM10平均浓度和各等级出现频率的逐月变化、采暖期和非采暖期平均浓度的逐时变化.揭示了各代表站PM10污染年、日变化趋势、采暖期和非采暖期日变化之间的差异,并分析了PM10浓度与地面常规气象要素的相关性.     

西安市区大气污染时空变化特征及其与气象条件关系

利用 1 998— 2 0 0 3年西安市环境监测站提供的 SO2 、NO2 和 PM1 0质量浓度资料 ,分析研究了这 3种主要污染物的年际变化、年变化、季变化等时空变化特征及其与气象条件的关系。结果表明 :西安市区主要空气污染物年日均质量浓度总趋势是逐年递减 ,空气质量逐步得到改善 ;冬春两季空气污染严重 ,夏秋两季空气质量最好 ;空间分布上 SO2 和 NO2 以小寨商业区最高 ,PM1 0则以东郊纺织城地区最高。污染物质量浓度与气象条件密切相关 ,但在不同的季节与不同的污染物相关紧密的气象要素不同     

郑州市区PM10污染状况及相关气象条件分析

利用郑州市区2003年空气质量日报和同期气象观测资料,分析了郑州市区PM10(>10 μm可吸入颗粒物)污染状况及相关气象条件变化特征,结果表明郑州市区PM10污染全年各月均以2级为主,占总样本数的77.5%;其次是3级污染,占15.1%,1级只占7.4%.1～7月份3级污染逐渐减少,8～11月份1级天气占一定比例.全年3级污染日依自然季节变化逐渐减少.出现≥3级污染日时,空气相对湿度为61%～70%的占3级污染日的1/3;日均风速≤2.0 m/s的日数占3级污染日的78%.     

乌海市PM_（10）污染浓度与气象条件分析

乌海市PM10浓度与风速的关系明显。总体而言,PM10污染物浓度随风速的增大而增大;冬季当风速在3.1～4.0m.s-1时,PM10污染物浓度低。PM10浓度与地面风向的关系：春季偏西风时PM10污染浓度最高,偏北风时污染浓度最低;冬季东南风时污染浓度最高,西北风时污染浓度最低。PM10浓度与空气湿度的关系：冬季PM10污染浓度值随湿度的增加而增加,正相关比较明显。春季当空气湿度越小,出现重度污染的频率越高。     

淄博市污染气象特征与大气环境容量

利用淄博市环境监测站2002-2004年间的主要大气污染物浓度和同期气象资料,综合分析了淄博市大气环境污染状况及演变特征,用A-P值法对大气环境容量进行测算.结果表明该市主要污染物为可吸入颗粒物(PM10)和二氧化硫(SO2),其实际排放量均高于理想大气环境容量.此外,引入美国NOAA后向轨迹模式(HYSPLIT4),分析了影响淄博市强污染天气的外来气团,确认它们是源于东北地区和内蒙古东部的偏北气流,以及蒙古国中部的偏西气流.这些结果为今后制定城市发展规划,控制和防治大气污染提供了科学依据.     

广西主要城市空气质量状况及其与气象条件关系分析

通过对南宁、桂林、北海市空气质量自动监测数据的分析得出 :三城市整体空气质量水平为 1级或 2级 ,即优或良 ,城市空气的首要污染物为可吸入颗粒物 ;桂林、北海两城市没有出现轻度或轻度以上的污染 ,特别是北海市空气质量为 1级“优”的天数占 90 .9% ,2级良占 9.1%。空气污染的浓度与气象条件有密切关系 ,其中南宁市主要污染物月平均浓度值与月平均气压呈正相关、与月平均气温、水汽压、降雨量、相对湿度、风速、 0 cm地温呈反相关关系。各种污染物日均浓度值也与地面、高空气象要素相关非常好。因此 ,在预报未来 2 4～ 36 h天气时 ,对空气质量可进行预报     

深圳市空气污染气象条件标准体系的研究

为建立适合深圳的空气污染气象条件标准,对目前开展的空气污染气象条件预报进行客观的检验,基于2011—2013年地面常规气象观测资料和风廓线雷达资料,对能见度和影响因子(降雨、地面风速和低空风速)进行了相关分析。根据不同气象条件对空气污染的不同影响,将空气污染气象条件分为1—6级,等级越高,越有利于空气污染,并由此建立了深圳市空气污染气象条件等级的计算方法和流程。计算结果与实况基本相符,平均基本准确率达到75.0%,其中1级和4级基本准确率分别达到83.3%、85.2%,业务运行良好。该方法对于小概率事件(如热带气旋外围环流影响)的计算能力较差,6级的基本正确率仅为52.7%。所以针对特殊的低能见度小概率事件需要进行进一步的研究。     

2003广西主要城市空气质量评价及空气污染物浓度与气象条件关系

从南宁、桂林、北海三城市空气质量自动监测站监测到二氧化硫(SO2),二氧化氮(NO2),可吸入颗粒物(PM10)的日均浓度数据计算的空气污染指数API得出:2003年三城市空气质量状况整体为 级"优"或 级"良",达到了国家环境保护总局对城市环境规定的标准,特别是桂林市的空气质量最好。对各种污染物月平均浓度值与地面气象要素关系进行相关分析,发现相关性非常好,其中与气压呈正相关,与气温、水汽压、相对湿度、降雨量、风速、0厘米地温等要素呈反相关。各种污染物日平均浓度值与地面风速相关也非常好。     

北京PM10重污染预警预报关键因子研究

利用CART方法对造成北京PM10重污染的气象条件分析结果表明:适当的湿度条件和前期的污染状况是造成北京PM10重污染的必要条件,其他条件,如大气稳定度、边界层高度、持续性小风以及气压,是造成PM10重污染的重要条件。特别值得指出的是,湿度作为必要条件的出现,可能蕴涵着重要的物理化学过程,对其开展深入研究将对北京大气污染的控制和预报有所裨益。     

深圳市近年空气质量与气象条件的关系

利用近4年深圳市大气污染物的质量浓度资料和天气型统计,分析了大气污染物浓度变化与本地天气特征、气象要素的关系,总结造成深圳市空气质量夏优冬差的天气气侯原因,归纳出850hPa与地面天气型的不同组合对空气质量的影响,并由此给出各种影响的逐月分布;最后根据大气污染物浓度逐年的概率密度分布曲线和空间分布描述了近年深圳市空气质量的年际变化和空间分布特征。     

长沙市API指数时空变化特征及气象条件影响

利用长沙站2007—2012年逐日空气污染指数(Air Pollution Index,API)资料,对逐日空气污染指数、逐日空气质量级别等变化的差异进行了研究,其中包括了长沙空气质量的月变化、季节变化和年变化等,并利用湖南省地面气候背景资料及长沙市地面逐日观测资料,包括日平均气压、日降水量、日最高最低气温等,分析了长沙的API指数变化与气象因子的关系。结果表明:1)长沙2007—2012年每年的首要污染物均为可吸入颗粒物(PM10),其中在秋、冬两季污染尤为严重,API指数每年10月份出现极大值,1月份出现次大值。2)2007—2012年,长沙轻度污染及以上天数有逐年减少的趋势。这可能与长沙市在该时段秋冬季降水偏多、春季连阴雨时间长及夏季气温高等因素有关。3)长沙市API指数与日平均气压呈显著正相关,与日平均、日最高、日最低气温及日平均风速均呈显著负相关。